为了喂饱自家的推理模型，DeepSeek 早就悄悄建好了一个全球千亿级网页索引库。 这次不是做一个跟百度、Perplexity 抢普通用户的网页，而是直接把… · @mylifcc · TwKit

@mylifcc

为了喂饱自家的推理模型，DeepSeek 早就悄悄建好了一个全球千亿级网页索引库。 这次不是做一个跟百度、Perplexity 抢普通用户的网页，而是直接把最核心的底层基建拆出来，卖给全世界的 AI 开发者。 两个核心接口： • Search API：实时网页搜索，原生支持 site:、after: 等高级语法。 • Fetch API：给一个 URL，直接剔除广告和垃圾代码，秒转干净的 Markdown 正文喂给大模型。 现在做 Agent 最头疼的是什么？ 不是搜不到，是搜出来的全是大模型生成的垃圾农场文！ 更恶心的是最近兴起的 GEO（生成式引擎优化）——专门写诱导性黑帽内容，骗 AI 在回答里打广告。 DeepSeek 官方这次明牌：引擎底层内置了极严的反 SEO 作弊、反 GEO 操纵、反低质 AIGC 清洗机制。 因为他们自己就是做大模型训练的，谁在网页里下毒，他们比传统搜索引擎清楚一万倍。 看看 DeepSeek 的定价规则有多掀桌子： • 一口价：¥5 / 1000 次请求（约 $0.75），单次 0.005 元。 • 不玩套路：不管你一次返回多少条结果，不管网页正文有几万字，不按 Token 算，只按请求次数算！ • 白嫖保护：只有返回 HTTP 200 且内容非空才扣钱。网站 404？反爬拦截？甚至搜出来是 0 条结果？统统不收钱！ 吹完优点，说两个目前的致命短板（避坑必看） 想立刻全量替换生产环境的兄弟先别急，我看了下工程限制，目前有两个硬伤： • 并发锁死 5 QPS：Search 和 Fetch 按账号粒度限速，每秒最多 5 次请求（开再多 API Key 也没用）。做个人工具、内部 Agent 爽飞，但做高并发 ToC 产品绝对会卡脖子。 • Fetch 怕硬核反爬：遇到强制人机验证（Captcha）或重度防火墙会直接返回 404 提取失败（好在失败不扣钱）。

曝光 143 · 评论 3 · 点赞 2 · 书签 0